非root用户 Tensorflow gpu cuda11.0安装
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
# 项目场景: tensorflow -gpu
提示:这里简述项目相关背景:
例如:项目场景:示例:通过蓝牙芯片(HC-05)与手机 APP 通信,每隔 5s 传输一批传感器数据(不是很大)
问题描述:
安装不上,提示使用root权限安装
提示:这里描述项目中遇到的问题:
例如:数据传输过程中数据不时出现丢失的情况,偶尔会丢失一部分数据
APP 中接收数据代码:
@Override
public void run() {
bytes = mmInStream.read(buffer);
mHandler.obtainMessage(READ_DATA, bytes, -1, buffer).sendToTarget();
}
原因分析:
修改安装路径
提示:这里填写问题的分析:
例如:Handler 发送消息有两种方式,分别是 Handler.obtainMessage()和 Handler.sendMessage(),其中 obtainMessage 方式当数据量过大时,由于 MessageQuene 大小也有限,所以当 message 处理不及时时,会造成先传的数据被覆盖,进而导致数据丢失。
解决方案:
**
cuda安装
**
下载cuda_11.0.2
首先要选择对应版本的gcc,可参考https://blog.csdn.net/ysten618/article/details/106928786
cuda11.0需要 gcc7.3.1 版本
gcc --version #查看当前gcc版本
nvidia-smi,查看驱动
enter
光标指示到Driver,enter,变为下图
上下键移动光标到Options, enter
Driver Options,enter
光标到前两个,enter(选中)
光标到蓝色箭头,enter
输入自己要安装cuda的路径
光标到Toolkit Options,enter
光标到 Change Toolkit Install Path(下图蓝色箭头),enter,修改为要安装的cuda目录;
光标到三个红色箭头,enter;
光标到绿色箭头,enter
光标到Samples Options,enter
红色箭头,enter,修改为要安装的cuda路径,enter,光标到Done,enter
光标到红色箭头,enter,修改为要安装的cuda目录,enter,光标到Done,enter
光标到Install, enter
结果显示如下,安装完成
添加到路径
export PATH="/data/home/user/program/CUDA/cuda11.0/bin:${PATH}"
export LD_LIBRARY_PATH="/data/home/user/program/CUDA/cuda11.0/lib64:$LD_LIBRARY_PATH"
export CUDA_HOME=/data/home/user/program/CUDA/cuda11.0
source ~/.bashrc #激活路径
nvcc -V #查看cuda版本,是否安装上cuda
安装成功!
**
cudnn安装
**
下载地址:https://developer.nvidia.com/rdp/cudnn-archive (需注册才能下载)
tar -zxvf cudnn-11.3-linux-x64-v8.2.0.53.tgz #解压
cp /data/home/user/program/CUDA/cuda/include/cudnn.h /data/home/user/program/CUDA/cuda11.0/include
cp /data/home/user/program/CUDA/cuda/lib64/libcudnn* /data/home/user/program/CUDA/cuda11.0/lib64
#设置权限
chmod a+r /data/home/user/program/CUDA/cuda11.0/include/cudnn.h /data/home/user/program/CUDA/cuda11.0/lib64/libcudnn*
一般情况下就已经安装成功了!!!!!!!!
提示:这里填写该问题的具体解决方案:
例如:新建一个 Message 对象,并将读取到的数据存入 Message,然后 mHandler.obtainMessage(READ_DATA, bytes, -1, buffer).sendToTarget();换成 mHandler.sendMessage()。
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、pandas是什么?
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
代码如下(示例):
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下(示例):
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。